矿用带式输送机托辊音频故障诊断方法

现有矿用带式输送机托辊故障诊断方法一般是对托辊信号进行分解并转换至频域,从频域提取特征进行故障诊断,而常用的信号小波分解和经验模态分解方法存在小波基选择困难、易出现频谱混叠和端点效应的问题,导致故障诊断准确率较低。针对上述问题,提出了一种基于变分模态分解（VMD）-BP神经网络的矿用带式输送机托辊音频故障诊断方法。首先通过音频传感器采集矿用带式输送机沿线托辊的音频信号,并对音频信号进行预处理,以抑制音频信息中的噪声信号;然后采用VMD将音频信号按照中心频率分解成不同的IMF（本征模态函数）分量,提取各个IMF分量的峭度、重心频率、频率标准差等特征值;最后将特征值输入到已经训练好的BP神经网络,根据IMF分量特征值的差异,可以实现通过音频对矿用带式输送机托辊故障进行诊断,并可根据音频信号对应的传感器编号确定出故障托辊位置。以某煤矿实际采集的带式输送机托辊音频信息对基于VMD-BP神经网络的矿用带式输送机托辊音频故障诊断方法进行分析验证,结果表明：该方法在分解、提取音频信号特征时,可以避免分解过程中的频谱混叠与端点效应,总体故障诊断准确率达到96.15%,与采用BP神经网络的故障诊断方法和...     

带式输送机托辊故障检测方法

针对现有带式输送机托辊故障检测方法采用接触式测量、不便于安装操作、不适合于井下大范围故障检测等问题,提出了一种基于小波去噪和BP-RBF神经网络的托辊故障检测方法。采集托辊运行时的音频信号,采用结合了软阈值法和硬阈值法的折中法对音频信号进行小波去噪处理;将每一层小波分解信号的能量和作为该层的特征值,通过处理系数对低频部分的特征值进行转换,以减小其在总能量中的占比,使故障特征更加明显;将提取的特征向量输入BP-RBF神经网络模型中进行故障检测。测试结果表明,对于正常托辊信号、托辊表面存在裂痕、托辊表面磨损3种情况,该方法的故障识别率达到96.7%。与传统的频谱分析诊断技术相比,该方法所需的工作量更少、准确率更高;相较于基于温度检测等的故障检测技术,该方法采用非接触安装方式,安装更方便,检测范围更大,具有良好的应用前景。     

煤矿带式输送机轴承监测诊断系统及其应用

针对煤矿现有带式输送机轴承故障诊断存在的问题,提出了一种新型的煤矿带式输送机轴承监测诊断系统的设计方案。该系统以矿用本安型振动监测分析仪与矿用本安型振动加速度传感器为核心,结合数据库服务器与组态王上位机软件,实现了煤矿带式输送机轴承的振动、温度信号采集与处理、故障实时分析与智能诊断、趋势分析、报告生成等功能。实际应用表明,该系统可实时监测煤矿带式输送机轴承的运行状态并进行故障诊断,满足了煤矿带式输送机运行状态监测与在线诊断的实时性和准确性要求。     

长距离皮带机智能数据

带式输送机运行过程中,经常出现皮带打滑、跑偏、甚至撕裂等现象.只有正确判断故障的原因并及时采取适宜的排除措施,才能保证带式输送机安全高效稳定运转.提出一种长距离皮带机智能数据采集系统,系统中利用单片机采集各个故障点信息(故障地点以及故障类型),然后运用电力线载波技术将采集到的信息通过电力线发送至上位机.为方便连接到DC...     

基于φ—OTDR技术的带式输送机托辊故障检测

针对现有带式输送机托辊故障检测方法准确率及效率低等问题,提出一种基于φ-OTDR技术的带式输送机托辊故障检测方法。该方法利用相干脉冲光的后向瑞利散射对托辊的振动信号进行检测,从而实现对异常托辊的识别和定位。实验及测试结果表明,该方法能够实现带式输送机托辊故障检测,故障定位误差不大于5m。     

矿用带式输送机智能监测系统研究

针对矿用带式输送机运行过程中存在的托辊、滚筒等关键部件与输送带摩擦发热,钢丝绳芯输送带内部损伤与撕裂,运行功耗大等问题,设计了一种矿用带式输送机智能监测系统。该系统包括基于弱磁检测法的钢丝绳芯输送带损伤监测系统、基于红外热成像温度检测法的带式输送机关键部件故障诊断与预警系统和基于视觉检测法的煤流监测、异物监测、胶带撕裂监测及人员安全监测系统,详细介绍了各系统的实现原理。对钢丝绳芯输送带内部损伤识别及带式输送机关键部件故障诊断预警进行了实验验证,结果表明该系统对钢丝绳芯输送带损伤识别的准确率约为98%,且可准确识别带式输送机关键部件故障并发出预警。     

基于电力线载波的路灯线路检测系统研究

针对城市路灯线路的损坏以及被盗等问题,在分析比较现有路灯监控系统功能的基础上,结合当今社会对路灯控制管理的要求,提出了基于电力线载波通信的城市路灯线路检测方案,设计了以51单片机为核心的线路检测系统。该系统由控制端和接收端组成,当检测到线路故障时控制端可以把信息反馈给路灯管理中心,同时发送指令启动无线检测模块,以确认该线路的具体故障位置。该系统能够实时监测到路灯线路状况,改变人力检修排查的低效性,具有较好的应用前景。     

基于隔爆兼本安型PLC的带式输送机预警系统

针对常规煤矿带式输送机故障保护系统可靠性较差、缺乏直观有效的预警信号等问题,提出了一种煤矿井下带式输送机预警系统的设计方案。该系统采用隔爆兼本安型PLC及工业现场总线技术,实现了多级带式输送机的联动控制、故障监测、文字语音预警等功能。应用结果表明,该系统运行稳定,可靠性强,提高了带式输送机的故障预警及事故处理效率。     

带式输送机故障巡检机器人系统设计

针对现有带式输送机故障检测方法劳动强度大、可靠性较差等问题,提出了一种带式输送机故障巡检机器人系统设计方案。首先分析了带式输送机常见的输送带和托辊故障类型及其原因,包括输送带横向断裂、纵向撕裂、打滑、跑偏及堆煤,托辊磨损和转动卡死等;然后针对不同故障类型,选定了系统传感器,包括激光雷达、单目相机、烟雾传感器、声音传感器和温度传感器,并提出了相应的故障检测算法;最后给出了系统上位机和下位机软件流程。     

基于电力线通信技术的新型照明控制系统①

叙述了一种利用电力线载波通信来实现室内照明控制的方法,利用现有的电力线作为通信媒介传输控制信号,可减少线路架构成本,并使照明控制系统智能化。对当前的电力线载波理论做了研究,并设计电力线载波通信硬件系统。最后在实验室环境对构建的系统模型进行误码率及传输距离测试得出数据。经实验结果验证,电力线载波照明控制方法经济可行,具有操作可靠性。     

八路低压电力线载波全双工对讲系统

一般有线通信是通过导线将音频信号直接传给对方,无线通信是将音频信号调制到高频载波上,以无线电波的形式发射到空中传给对方。低压电力线载波则是利用载波通信原理,利用电力线传输通信信号。这种方法不需要架设专门的通信线,比有线通信方便食事,比无线通信设备简单,装调简单,而且输出功率利用率高。     

煤矿大型机电设备在线监测与故障诊断系统

正煤矿大型机电设备在线监测与故障诊断系统是针对煤矿通风机、提升机、带式输送机、水泵、压风机、刮板输送机等重要矿用大型机电设备的健康评估和故障预警系统,由天地(常州)自动化股份有限公司研制推出。系统实时采集机电设备部件的振动加速度、振动速度、温度、油压、油质等重要参数,通过特定的信号处理方法和故障诊断算法,智能诊断出机电设备运行过程中可能存在的不对中、不平衡、配合松动、装配不当及     

带式输送机托辊故障检测方法

针对现有输煤传送机托辊故障检测方法存在识别精度较低、抗环境干扰能力较差、无法长期稳定运行等问题,提出了一种基于融合信号（TFM）及多输入一维卷积神经网络（MI-1DCNN）的输煤传送机托辊故障检测方法。首先,通过拾音器采集输煤传送机沿线托辊运行的音频信号,采用dB4小波无偏风险估计阈值降噪法对信号进行预处理,消除背景噪声,提高信噪比。然后,对降噪音频信号的时域、频域和梅尔频率倒谱系数（MFCC）及其一阶二阶差分系数进行归一化处理,并进行拼接,得到特征TFM。最后,将TFM输入到多尺度卷积核的MI-1DCNN模型,在网络通道末端进行特征融合,通过Softmax函数完成对正常托辊和故障托辊的分类识别。以某煤矿实际采集的输煤传送机托辊音频信号样本对TFM-MI-1DCNN模型进行试验,结果表明：故障托辊平均识别准确率达98.65%,较改进小波阈值降噪-反向传播-径向基函数网络、MFCC-K邻近方法-支持向量机的平均识别准确率分别提高了1.50%和1.03%。现场应用结果表明：该方法下故障托辊平均识别准确率为98.4%,说明该方法适用于现场应用。     

火电厂带式输送机智能化工业检测技术研究

研究结合带式输送机的托辊作业问题做深入探索和分析,依托工业检测设备的科学应用,对带式输送机的托辊作业问题做深度挖掘,从中查找带式输送机托辊作业问题的关键点,结合带式输送机托辊作业的实际运行状况,从2个方面入手对其展开相应的研究与论述：第一是针对工业检测设备在托辊作业中的工作状态问题做有效分析和研究;第二是针对工业检测设备在托辊作业中的有效检测问题做有效分析和研究。     

带式输送机远程监控系统设计及测试应用

为解决带式输送机监控系统普遍存在的可靠性低、故障定位精度低以及安装改造成本较高等问题,本文设计了基于B/S架构技术的带式输送机远程监控系统,并搭建网络服务层、远程访问用户层及现场监控层架构,进而制定了故障诊断工作流程和实现方案。试验及应用结果表明,系统能够很好地实现全流程的在线监测、故障精准诊断定位、多账户管理等功能,达到了预期研发目的。     

基于云平台的综采设备群远程故障诊断系统

目前开发的综采设备远程故障诊断系统大多是针对采煤机、刮板输送机、带式输送机等单机设备,以及基于视频或虚拟现实的专家远程指导维护系统,而集云平台、远程故障诊断和专家远程指导维护于一体的设备群故障诊断系统研究很少。针对该问题,设计了一种基于云平台的综采设备群远程故障诊断系统。首先通过传感器采集综采工作面采煤机、液压支架、刮板输送机、转载机、乳化液泵站、带式输送机及供电系统等的状态监测信息;然后通过煤矿井下环网将综采设备群运行状态监测信息传输到地面服务器,地面服务器对接收到的信息进行智能故障诊断分析、数据存储、报警查询等;最后通过MQTT协议将地面服务器的综采设备群状态监测信息按照统一格式传输至云服务器进行数据处理及格式转换,并将转换后的数据利用4G/5G网络传输至移动端和通过MQTT协议传输到PC端,从而实现综采设备群运行状态监测的可视化、故障查询、故障报警及故障预警信息的及时推送。以可视化视频监控为媒介,当综采设备出现故障时,视频信息可实时转接至对应专家,专家通过视频信息远程指导井工人员进行远程维护。该系统在陕西黄陵煤矿综采工作面进行了测试,结果表明:该系统实现了综采工作面设备群的远程故障诊断,通过手机移动平台可以实现综采工作面设备群运行状态实时监测和故障预警信息的及时推送,降低了综采工作面设备群的故障率和非计划停机次数,生产效率提高了约30%。     

基于移动互联平台的胶带运输无人值守系统的设计

基于移动互联平台的胶带运输无人值守系统,在胶带运输自动化系统的基础上,建设一套通过手持移动设备,基于井下3G/4G/WiFi无线信号传输,移动遥控带式输送机开停、故障复位等操作的监控系统。通过手持移动设备,可实时查看带式输送机相关视频信息,从而达到操作人员发现问题、及时停车、处理故障和实时开车的效果,减少带式输送机故障停车时间,提高带式输送机的运行效率,减轻皮带操作人员的劳动强度。     

基于局域网的实时语音组播系统的设计与实现

多媒体和网络技术的迅速发展为基于网络的视、音频通信提供了可能，在很多的网络语音应用都需要将某一发送端发出的声音迅速地传给多个接收端。实时语音组播系统为这些应用需求提供了一个不错的解决方案。实时语音组播系统可以分成发送端、接收端和网络传输3个子系统。该系统是利用Microsoft公司的DirectSound开发包来实现PC上的语音采集和播放，调用音频压缩管理器ACM来实现音频信号的压缩，并利用实时传输协议RTP在网络中组播和接收语音数据，其中重点讨论了系统开发过程中所用到的以上关键技术及其实现。     

信息融合在带式输送机故障诊断中的应用

针对带式输送机输送距离长、运量大、速度快等特点,为克服带式输送机系统的复杂性和单一传感器很难判断出故障所在,在分析D-S证据理论信息融合算法的基础上,将信息融合技术应用于带式输送机故障诊断中,实现多个传感器采集并充分利用多个传感器资源,提高故障诊断率。仿真结果表明,该方法能准确诊断出系统的故障,有效克服单个信息源的主观性,使故障检测误报率降低,提高检测系统的可靠性。     

带式输送机故障定位系统网关的设计

以带式输送机故障定位系统为应用背景,提出了一种基于STM32F103VE微处理器的CAN总线与Profibus-DP总线网关的设计方案。该网关在CAN网络中作为一个CAN通信节点,在Profibus-DP网络中作为一个从站;带式输送机沿线分布若干个CAN检测节点,每个节点负责检测其段内的4种传感器设备采集的实时数据,如果检测到故障信息,CAN检测节点就会向网关发送故障信息报文,网关接收CAN检测节点发送的报文并进行存储;当网关与Profibus-DP主站连通后,作为Profibus-DP从站的网关可以通过查询方式把故障信息报文传送到Profibus-DP主站中,从而实现故障定位功能。实际应用表明,该网关运行稳定、可靠,实现了带式输送机故障定位系统中CAN总线及Profibus-DP总线的互联。